概率统计和随机过程课件连续型随机变量的条件分布和随机变量之间的独立.ppt

若 则 X ,Y 是相互独立的. 且其边缘分布为 * 设 X ,Y 为相互独立的随机变量，u(x), v(y)为 连续函数, 则U = u(X ),V = v (Y )也相互独立. 例如，若 X ,Y 为相互独立的随机变量 则aX + b, cY + d 也相互独立； X 2, Y 2 也相互独立； * 随机变量相互独立的概念 可以推广到 n 维随机变量 若 则称随机变量X 1, X 2 , , X n 相互独立 * 若两个随机变量相互独立, 且又有相同 的分布, 不能说这两个随机变量相等. 如 X P -1 1 0.5 0.5 Y P -1 1 0.5 0.5 X ,Y 相互独立，则 X -1 1 -1 1 0.25 0.25 Y pij 0.25 0.25 P (X = Y ) = 0.5, 故不能说 X = Y . 注意 * 作 业 习题三 17, 20, 24 , 27, 29 * 连续型随机变量的条件分布和　随机变量之间的独立 * 内 容 复 习 二维随机变量的边缘分布函数 离散型随机变量的边缘分布 联合分布可以唯一确定边缘分布 但边缘分布却不能唯一确定联合分布 连续型随机变量边缘分布函数与边缘密度函数 * 二维随机变量( X ,Y ) 的联合密度为 则称( X ,Y ) 服从参数为?1, ?12, ?2, ?22, ? 的 正态分布, 记作( X ,Y ) ~ N(?1,?12; ?2,?22；? ) 其中?1,?2 0, -1 ? 1 正态分布的边缘分布仍是正态分布 * * 即 即 * 设已知二维离散型随机变量( X ,Y )的概率分布 若 则称 为在 X = xi 的条件下，Y 的条件分布律 二维离散型随机变量的条件分布律 * 二维连续型随机变量的条件分布函数和 条件密度函数 设二维连续型随机变量(X,Y )的联合分布函数为F (x,y), 联合密度函数为 f (x,y) X 和Y的边缘分布函数分别记为FX (x)，FY (y)；边缘密度函数分别记为 f X (x)， f Y (y) 问题：首先寻找给定Y=y 时，X的条件分布 * x y - ?y y ?y 设 * x y -?y y * 定义 若f (x,y)在点(x,y)连续，f Y (y)在点y处连续 且 f Y (y) 0, 则称 为Y = y 的条件下X 的条件分布函数，记作 称 为Y = y 的条件下X 的 条件概率密度函数，记作 * 类似地, 若f (x,y)在点(x,y)连续，f X (x)在点x处 连续且 f X (x) 0, 则称 为X = x 的条件下Y 的条件分布函数，记作 称 为X = x 的条件下Y 的 条件概率密度函数，记作 * 注意： 对于每一 f Y (y) 0 的 y 处，只要符合定义 的条件，都能定义相应的函数. 是 y 的函数, x 是常数, 对于每一 f X (x) 0 的 x 处，只要符合定义 的条件，都能定义相应的函数. 是 x 的函数, y 是常数, 类似于乘法公式： * 类似于全概率公式 类似于Bayes公式 * 例1设 求 解 y = x 1 1 * y = x 1 1 当0 y 1 时， y 当0 x 1 时， y = x 1 1 x * 例2 已知 求 * 解 y = x 1 1 当f X(x) 0 时，即 0 x 1 时， 当f X(x) = 0 时，f (x,y) = 0 故 * x + y =1 1 y = x 1 0.5 y = x 1 1 0.5 * y = x 1 1 0.5 （注意：积分区域） * §3.3 随机变量的独立性 —— 将事件的独立性推广到随机变量 定义 设(X,Y )为二维随机变量，若对于任何 则称随机变量X 和Y 相互独立 两个随机变量的相互独立性 实数 x, y 都有 * 由定义可知 二维随机变量 ( X, Y ) 相互独立 * 二维离散型随机变量( X, Y ) 相互独立 即 二维连续型随机变量 ( X, Y ) 相互独立 二维连续型随机变量 ( X,Y ) 相互独立 二维随机变量 ( X, Y ) 相互独立, 则边缘分布完全确定联合分布 * 证 对任何 x,y 有 取 相互独立 命题 * 故 将 代入 即得 * 例3 已知 ( X, Y ) 的联合概率密度为 (1) (2) 讨论X ,Y 是否独立？ * 解 (1) 由图可知边缘密度函数为 1 1 显然， 故X ,Y 相互独立 * (2) 由图可知边缘密